CN110489263A - 进程调用的异常识别方法及装置 - Google Patents
进程调用的异常识别方法及装置 Download PDFInfo
- Publication number
- CN110489263A CN110489263A CN201910747427.0A CN201910747427A CN110489263A CN 110489263 A CN110489263 A CN 110489263A CN 201910747427 A CN201910747427 A CN 201910747427A CN 110489263 A CN110489263 A CN 110489263A
- Authority
- CN
- China
- Prior art keywords
- response time
- information
- account
- call
- recalls information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0766—Error or fault reporting or storing
- G06F11/0787—Storage of error reports, e.g. persistent data storage, storage using memory protection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请的实施例提供了一种进程调用的异常识别方法及装置。该进程调用的异常识别方法包括:从操作日志中获取与进程相关的调用信息;基于所述调用信息生成进程之间的调用关系;根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。本申请实施例的技术方案基于操作日志的内容进行识别调用异常的进程,实现了故障分析结果与操作日志的内容相关联,提高了故障识别结果的准确性。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种进程调用的异常识别方法及装置。
背景技术
操作日志可以是记录终端或应用程序的运行过程的信息,在发生运行故障时,根据操作日志能够知晓出现故障的节点,以确定故障原因。在目前的技术方案中,根据操作日志的数量进行故障分析,使得故障分析结果无法与操作日志的内容相关联,进而导致故障分析结果的准确性较低。
发明内容
本申请的实施例提供了一种进程调用的异常识别方法及装置,进而至少在一定程度上可以实现故障分析结果和操作日志的内容相关联,提高故障分析结果的准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种进程调用的异常识别方法,包括:
从操作日志中获取与进程相关的调用信息;
基于所述调用信息生成进程之间的调用关系;
根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。
根据本申请实施例的一个方面,提供了一种进程调用的异常识别装置.包括:
获取模块,用于从操作日志中获取与进程相关的调用信息;
调用关系生成模块,用于基于所述调用信息生成进程之间的调用关系;
异常识别模块,用于根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。
在本申请的一些实施例中,基于前述方案,所述获取模块用于:根据操作日志中所包含的用户账号的标识信息,确定属于同一用户账号的操作日志,以得到各个用户账号对应的操作日志;从所述各个用户账号对应的操作日志中获取与进程相关的调用信息。
在本申请的一些实施例中,基于前述方案,所述识别装置还包括标识信息生成模块,用于当接收到任意一个目标用户账号的业务请求时,生成与所述目标用户账号对应的所述标识信息,以在所述目标用户账号的操作日志中添加所述标识信息。
在本申请的一些实施例中,基于前述方案,所述标识信息生成模块用于:获取所述目标用户账号发送所述业务请求的时间信息,基于所述目标用户账号发送所述业务请求的时间信息,生成与所述目标用户账号相对应的标识信息;还可用于基于所述目标用户账号发送所述业务请求的时间信息和设定的标志位,生成与所述目标用户账号相对应的标识信息,其中,所述标志位为随机生成的数字序列。
在本申请的一些实施例中,基于前述方案,所述调用关系生成模块用于:根据各个所述调用信息中包含的源进程和目的进程,将各个所述调用信息中源进程和目的进程分别作为各个所述调用信息中的父节点和子节点;根据各个所述调用信息的时间先后顺序,以及各个所述调用信息中的父节点和子节点,生成进程之间的调用关系。
在本申请的一些实施例中,基于前述方案,所述异常识别模块用于:基于与进程相关的调用信息,获取各个所述调用信息中源进程到目的进程之间的响应时长;根据所述调用关系以及各个所述调用信息中源进程到目的进程之间的响应时长,识别调用异常的进程。
在本申请的一些实施例中,基于前述方案,所述异常识别模块还用于:将所述响应时长减去所述平均响应时长,得到误差值;若所述误差值的绝对值大于三倍的所述响应时长标准差,则确定所述误差值所对应的源进程和目的进程为调用异常的进程
在本申请的一些实施例中,基于前述方案,所述异常识别模块还用于:将各个所述调用信息中的响应时长进行相加,得到响应时长之和;将所述响应时长之和除以所述响应时长的个数,得到平均响应时长;基于所述响应时长之和以及所述平均响应时长,计算响应时长标准差;根据各个所述调用信息中的响应时长以及所述响应时长标准差,识别调用异常的进程。
在本申请的一些实施例中,基于前述方案,所述异常识别模块还用于:若所述响应时长大于三倍的所述响应时长标准差,则确定所述响应时长所对应的源进程和目的进程为调用异常的进程。
根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的进程调用的异常识别方法。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的进程调用的异常识别方法。
在本申请的一些实施例所提供的技术方案中,通过从操作日志中获取与进程相关的调用信息,并基于所述调用信息生成进程之间的调用关系,再根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程,使得故障分析能够基于操作日志的内容进行,进而使得故障分析结果能够与操作日志的内容相关联,提高了故障分析结果的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图;
图2示出了根据本申请的一个实施例的进程调用的异常识别方法的流程示意图;
图3示出了根据本申请的一个实施例的图2的进程调用的异常识别方法中步骤S210的流程示意图;
图4示出了根据本申请的一个实施例的图2的进程调用的异常识别方法中步骤S220的流程示意图;
图5示出了根据本申请的一个实施例的进程调用的异常识别方法中生成调用关系的示意图;
图6示出了根据本申请的一个实施例的图2的进程调用的异常识别方法中步骤S230的流程示意图;
图7示出了根据本申请的一个实施例的图6的进程调用的异常识别方法中步骤S620的流程示意图;
图8示出了根据本申请的一个实施例的图7的进程调用的异常识别方法中步骤S740的流程示意图;
图9示出了根据本申请的一个实施例的进程调用的异常识别方法的流程示意图;图10示出了根据本申请的一个实施例的进程调用的异常识别装置的示意框图;
图11示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
如图1所示,系统架构可以包括终端设备(如图1中所示智能手机101、平板电脑102和便携式计算机103中的一种或多种,当然也可以是台式计算机等等)、网络104和服务器105。网络104用以在终端设备和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线通信链路、无线通信链路等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备通过网络104与服务器105交互,以接收或发送消息等,服务器105可以是提供各种服务的服务器。在本申请的一个具体应用场景中,用户利用终端设备103(也可以是终端设备101或102)向服务器105中上传了操作日志,服务器105可以从操作日志中获取与进程相关的调用信息,再基于所述调用信息生成进程之间的调用关系,最后根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。
基于上述的应用场景可知,本申请实施例所提供的进程调用的异常识别方法可以由服务器执行。相应地,进程调用的异常识别装置一般设置于服务器中。但是在本发明的其他实施例中,终端设备(例如终端设备101、102或103中的任一个)也可以具有相似的功能,从而执行本申请实施例所提供的进程调用的异常识别方法,即在本申请的实施例中,终端设备可以从操作日志中获取与进程相关的调用信息,再基于所述调用信息生成进程之间的调用关系,最后根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。相应地,进程调用的异常识别装置也可以设置于终端设备中。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图2示出了根据本申请的一个实施例的进程调用的异常识别方法的流程示意图,该进程调用的异常识别方法可以由服务器来执行,该服务器可以是图1中所示的服务器。参照图2所示,该进程调用的异常识别方法至少包括步骤S210至步骤S230,详细介绍如下:
在步骤S210中,从操作日志中获取与进程相关的调用信息。
其中,操作日志可以是记录终端或应用程序的运行过程的信息,其中,终端可以是图1中所示的终端设备101、102或103中的任一种,也可以是图1中所示的服务器105。应该理解的是,在使用终端或应用程序时(例如在终端打开不同应用程序、在应用程序内使用不同功能模块等等),应对应生成操作日志,用以记录终端或应用程序的运行过程,以便后续查看及故障分析。
进程可以是具有一定独立功能的程序关于某个数据集合的一次运行活动。例如在一个具体的应用场景中,用户在游戏程序中访问不同的功能模块(例如商店、视频播放等),即可执行不同的进程任务。
调用可以是由一个进程进入另一个进程的过程,应该理解的是,在终端或应用程序的运行过程中,可以多线程同时执行,且线程之间可以存在一定联系,例如用户在游戏程序中访问商店时点击视频播放的链接,则游戏程序开始执行视频播放进程,即商店进程调用了视频播放进程。
与进程相关的调用信息可以包括但不限于进程调用中的源进程(调用方)和目的进程(被调用方)的身份信息(例如源进程和目的进程对应的IP地址等)、进程调用的触发时间、进程调用过程中从源进程到目的进程的响应时长(即从源进程到目的进程的耗时),等等。
在该实施例中,操作日志记载终端或应用程序的运行过程,通过解析操作日志,可对应获取终端或应用程序在运行过程中与进程相关的调用信息。
在本申请的一示例性实施例中,针对同一应用程序或终端的不同功能模块,可预先约定统一的日志格式,将所有功能模块的运行过程基于统一的日志格式生成操作日志,以便于后续的统一分析,提高了识别方法的适用性。
请继续参阅图2,在步骤S220中,基于所述调用信息生成进程之间的调用关系。
其中,调用关系可以是指在进程调用过程中调用方和被调用方的关系。
在该实施例中,根据进程调用过程中,源进程和目的进程的身份信息,可以对应生成进程之间的调用关系,例如在一个进程调用过程中,源进程是进程A,目的进程是进程B,则进程A和进程B之间的调用关系即为进程A调用了进程B。
在步骤S230中,根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。
其中,调用指标数据可以是与进程调用过程相关的数据信息,例如调用指标数据可以是进程调用的数量信息、也可以是进程调用过程中源进程到目的进程的响应时长等等。
在图2所示的实施例中,通过从操作日志中获取与进程相关的调用信息并生成调用关系,再根据所述调用关系和各个进程之间的调用指标数据,以识别调用异常的进程,使得故障分析能够基于操作日志的内容进行,进而使得故障分析结果能够与操作日志的内容相关联,提高了故障分析结果的准确性。
基于图2所示的实施例,图3示出了根据本申请的一个实施例的图2的进程调用的异常识别方法中步骤S210的流程示意图,在图3所示的实施例中,该进程调用的异常识别方法的步骤S210至少包括步骤S310至步骤S320,详细介绍如下:
在步骤S310中,根据操作日志中所包含的用户账号的标识信息,确定属于同一用户账号的操作日志,以得到各个用户账号对应的操作日志。
其中,用户账号可以是用户使用终端或者应用程序的凭证,例如电脑的登陆账号、用户的QQ账号、微信账号或游戏账号等。
标识信息可以是与用户账号对应的信息,在本申请的一示例性实施例中,标识信息可以是对应于用户账号的编号信息,例如用户账号A是第1234位开通的账号,则用户账号A的标识信息为NO.1234,等等;在本申请的另一示例性实施例中,标识信息也可以是基于用户账号的账号信息而生成的信息,其中,用户账号的账号信息可以包括但不限于用户账号的ID、名称、所绑定的用户的身份信息(例如用户的手机号码、证件号码等),等等。例如用户账号A的ID为123456789,则该用户账号A的标识信息可以对应为123456789。
在该实施例中,针对终端或应用程序的运行过程生成操作日志时,可在操作日志中添加与当前用户账号相对应的标识信息,使得在后续的故障分析中,可根据操作日志中的标识信息,确定该操作日志的所属用户账号,再将操作日志按照所属用户账号进行分组,达到针对具体用户账号的操作日志进行故障分析的目的。
由于故障可能仅在某个用户账户的使用过程中出现,因此在故障出现时分析所有用户账号的操作日志,会导致分析结果并不适用于所有用户账号。所以,当故障出现时,根据用户账号的标识信息对操作日志进行分组,能够针对用户账号的具体情况进行故障分析,以得出该用户账号所对应的故障原因,进而提高分析结果的准确性。
在步骤S320中,从所述各个用户账号对应的操作日志中获取与进程相关的调用信息。
在该实施例中,从各个用户账号对应的操作日志中分别获取与进程相关的调用信息,以得到与各个用户账号分别对应的调用信息。再基于与各个用户账号相对应的调用信息进行故障分析,使得分析结果能够对应于具体的用户账号,保证了分析结果的准确性。基于图2和图3所示的实施例,在本申请的一个示例性实施例中,该进程调用的异常识别方法还包括:
当接收到任意一个目标用户账号的业务请求时,生成与所述目标用户账号对应的所述标识信息,以在所述目标账号的操作日志中添加所述标识信息。
其中,业务请求可以是用户用以请求用户账号所对应业务的信息,例如用户在进行用户账号登陆时可发送账号登陆请求、用户在应用程序内购买商品时可发送商品购买请求等等。应该理解的是,前述商品可以是现实中的真实物品,也可以是应用程序中的虚拟商品(例如游戏道具、虚拟货币等)。
目标用户账号可以是发送业务请求的用户账号。当用户通过用户账号请求对应业务时可发送对应的业务请求,具体地,用户可通过点击界面上的特定区域(例如点击界面上的“确定登陆”按钮、或“确定购买”按钮等)发送业务请求。
当接收到目标用户账号发送的业务请求时,针对该目标用户账号生成对应的标识信息。应该理解的是,标识信息并不是与用户账号唯一对应,其可具有时效性,例如标识信息的有效期可以是从用户账号的当前登陆开始到下次登陆之前结束、或者标识信息的有效期可以是预设的时长(如2h、4h等),等等。若当前的标识信息有效期结束,则在接收到目标用户账号的业务请求时,对应生成新的标识信息,以在后续生成操作日志时添加新生成的标识信息。
由于标识信息具有时效性,因此,同一个用户账号可具有不同的标识信息,同一个用户账号的操作日志也具有不同的标识信息,可根据操作日志中所添加的标识信息,对同一个用户账号的操作日志进行分组。当运行过程中出现故障需要进行故障分析时,可对应分析具有该故障所在时段的标识信息的操作日志,以减少所需分析的数据量,提高故障分析的效率。
在本申请的一示例性实施例中,该业务请求可以为账号登陆请求,当接收到用户账号的登陆请求时,对应用户账号的当前登陆生成新的标识信息。使得用户账号在当前登陆的使用过程中,生成的操作日志中具有与当前登录所对应的标识信息。若用户账号在当前登陆的使用过程中出现运行故障,则可对应分析具有与当前登陆对应的标识信息的操作日志,减少所需分析的数据量,提高故障分析效率。且针对故障所对应的时段的操作日志进行分析,使得故障分析结果具有针对性,保证了分析结果的准确性。
基于上述实施例,在本申请的一个示例性实施例中,生成与所述目标用户账号对应的所述标识信息,包括:
获取所述目标用户账号发送所述业务请求的时间信息,基于所述目标用户账号发送所述业务请求的时间信息,生成与所述目标用户账号相对应的标识信息;或者
基于所述目标用户账号发送所述业务请求的时间信息和设定的标志位,生成与所述目标用户账号相对应的标识信息,其中,所述标志位为随机生成的数字序列。
其中,时间信息可以是发送业务请求的具体时间,在本申请的一示例性实施例中,业务请求中可包含生成该业务请求的时间戳,通过读取业务请求中的时间戳,即可获取目标用户账号发送业务请求的时间信息。基于目标用户账号发送业务请求的时间信息,生成与目标用户账号相对应的标识信息。
在本申请的一示例性实施例中,可在用户账号的ID后添加发送业务请求的时间信息生成与该目标用户账号对应的标识信息,例如目标用户账号的ID为811395729683,用户账号发送业务请求的时间信息为2019-05-12-16-45-40,则根据目标用户账号的ID以及发送业务请求的时间信息对应生成用户账号的标识信息为:81139572968320190512164540。
在本申请的另一示例性实施例中,可在用户账号的ID后添加发送业务请求的时间信息中的指定内容以生成与该目标用户账号对应的标识信息,其中,该时间信息中的指定内容可以是时间信息中的前三位、或者时间信息中的后五位等等,本申请对此不做特殊限定。例如目标用户账号的ID为811395729683,用户账号发送业务请求的时间信息为2019-05-12-16-45-40,则根据目标用户账号的ID以及发送业务请求的时间信息中的指定内容(时间信息的后五位)对应生成用户账号的标识信息为:81139572968364540。
基于目标用户账号发送业务请求的时间信息,生成与目标用户账号对应的标识信息,能够将目标用户账号的操作日志按照多个与该目标用户账号对应的标识信息进行分组,以在故障分析时减少所需分析的数据量,提高故障分析效率。
在该实施例中,标志位可以是用以区分同一时间发送业务请求的用户账号的信息。当用户账号可支持多个用户同时登陆使用时,存在多个用户使用同一用户账号同时发送业务请求的情况。为了区分同时使用同一用户账号发送业务请求的不同用户(例如多个同时请求登陆同一用户账号的用户),可基于所述目标用户账号发送所述业务请求的时间信息和设定的标志位,生成与所述目标用户账号相对应的标识信息,其中,所述标志位为随机生成的数字序列。应该理解的是,该标志位的位数可以为一位数、三位数或五位数等。
通过在生成标识信息时添加标志位,能够对同时发送业务请求的同一用户账号的不同用户加以区分。例如目标用户账号的ID为811395729683,用户A和用户B同时使用该目标用户账号发送业务请求的时间信息为2019-05-12-16-45-40,针对用户A随机生成的标志位为123,针对用户B随机生成的标志位为789,基于目标用户账号发送业务请求的时间信息中的后五位和设定的标志位,生成与目标用户账号相对应的标识信息分别为81139572968364540123(用户A)和81139572968364540789(用户B)。
在该实施例中,通过在生成标识信息时添加标志位,使得即使在发送业务请求的时间信息相同的情况下,也能够区分同一时间使用同一用户账号发送业务请求的用户。当在某一用户的使用过程中出现故障时,能够根据该用户所对应的标识信息获取并分析该用户的操作日志,保证分析结果的准确性。
基于图2所示的实施例,图4示出了根据本申请的一个实施例的图2的进程调用的异常识别方法中步骤S220的流程示意图,在图4所示的实施例中,该进程调用的异常识别方法中步骤S220至少包括步骤S410至步骤S420,详细介绍如下:
在步骤S410中,根据各个所述调用信息中包含的源进程和目的进程,将各个所述调用信息中源进程和目的进程分别作为各个所述调用信息中的父节点和子节点。
其中,源进程可以是在调用过程中调用其他进程的进程,对应的,目的进程可以是在调用过程中被调用的进程。
在该实施例中,通过从操作日志中获取与进程相关的调用信息,根据所获取的调用信息以得到各个调用信息中包含的源进程和目的进程,并将各个调用信息中的源进程和目的进程分别作为父节点和子节点。
例如:
表1操作日志调用信息表
如表1所示,通过解析标识信息:81139572968364540123所对应的操作日志,获取与进程相关的调用信息,该调用信息可以包括但不限于操作日志的时间戳、源进程IP地址、目的进程IP地址、以及从源进程到目的进程的响应时长等。每一调用信息中的源进程作为该调用信息的父节点,目的进程作为该调用信息的子节点。
在步骤S420中,根据各个所述调用信息的时间先后顺序,以及各个所述调用信息中的父节点和子节点,生成进程之间的调用关系。
在该实施例中,根据从操作日志中所获取的调用信息,按照调用信息的时间先后顺序(即操作日志的时间戳先后顺序),以及各个调用信息中的父节点和子节点,生成进程之间的调用关系。
例如:根据表1所示的操作日志调用信息表,根据其操作日志的时间戳先后顺序,以及各个调用信息中父节点和子节点,生成如图5所示的进程之间的调用关系。
在图4所示的实施例中,通过根据各个调用信息的时间先后顺序,以及各个调用信息中的父节点和子节点,生成用户账号所对应的进程之间的调用关系,使得能够将用户账号的各个操作日志中与进程相关的调用信息进行关联。使得在故障分析时能够避免只针对单个操作日志进行故障分析,导致忽略了整体的进程之间的调用关系,使故障分析结果不准确的情况,以提高故障分析结果的准确性。
基于图2所示的实施例,图6示出了根据本申请的一个实施例的图2的进程调用的异常识别方法中步骤S230的流程示意图,在图6所示的实施例中,该进程调用的异常识别方法步骤S230至少包括步骤S610至步骤S620,详细介绍如下:
在步骤S610中,基于与进程相关的调用信息,获取各个所述调用信息中源进程到目的进程之间的响应时长。
其中,源进程到目的进程之间的响应时长可以是由源进程到目的进程之间的耗时,例如从源进程A到目的进程B之间的耗时为52S,即源进程A到目的进程B之间的响应时长为52S。
根据源进程到目的进程之间的响应时长,能够判断由源进程到目的进程时是否发生故障。应该理解的是,该故障可以是进程之间响应时间过长,也可以是进程之间调用失败,本实施例对此不做特殊限定。
在步骤S620中,根据所述调用关系以及各个所述调用信息中源进程到目的进程之间的响应时长,识别调用异常的进程。
在该实施例中,根据进程之间的调用关系,以及各个调用信息中源进程到目的进程之间的响应时长,能够识别出调用异常的进程。例如在某个调用关系中,由于该调用关系所对应的源进程到目的进程之间的响应时长大于预定阈值,则确定该源进程和该目的进程为调用异常的进程。
在图6所示的实施例中,通过根据进程之间的调用关系以及各个调用信息中源进程到目的进程之间的响应时长,识别调用异常的进程,使得故障分析能够基于进程之间的调用关系进行分析,进而使得分析结果能够与进程之间的调用关系相关联。且基于进程之间的调用关系和各个调用信息中源进程和目的进程之间的响应时长进行故障分析,使得故障分析结果能够与操作日志的内容相关联,提高了故障分析结果的准确性。
基于图2和图6所示的实施例,在本申请的一示例性实施例中,根据所述调用关系以及各个所述调用信息中源进程到目的进程之间的响应时长,识别调用异常的进程,包括:
若所述调用信息中源进程到目的进程之间的响应时长达到预定阈值,则确定所述响应时长达到预定阈值的源进程和目的进程为调用异常的进程。
其中,预定阈值可以为预先设置,例如该预定阈值可以为10S、15S或25S等。
在该实施例中,通过将调用信息中源进程到目的进程之间的响应时长与预定阈值相比较,若响应时长大于或等于预定阈值,则该响应时长所对应的源进程和目的进程为调用异常的进程;反之,若响应时长小于预定阈值,则该响应时长所对应的源进程和目的进程为调用正常的进程。通过将响应时长与预定阈值相比较,能够快速识别调用异常的进程,以提高故障分析的效率。
基于图2和图6所示的实施例,图7示出了根据本申请的一个实施例的图6的进程调用的异常识别方法中步骤S620的流程示意图,在图7所示的实施例中,该进程调用的异常识别方法中步骤S620至少包括步骤710至步骤S740,详细介绍如下:
在步骤S710中,将各个所述调用信息中的响应时长进行相加,得到响应时长之和。
在该实施例中,从标识信息所对应的操作日志中获取与进程相关的调用信息,基于所获取的调用信息,获取各个调用信息中源进程到目的进程之间的响应时长,并将各个调用信息中的响应时长进行相加,得到响应时长之和。
例如从多个调用信息中获取的源进程到目的进程之间的响应时长分别为:1S,2S,2S,2S,1S,1S,1S,52S,1S,1S,1S。将各个调用信息中的响应时长进行相加,得到响应时长之和为1+2+2+2+1+1+1+52+1+1+1=65S。
在步骤S720中,将所述响应时长之和除以所述响应时长的个数,得到平均响应时长。
在步骤S730中,基于所述响应时长之和以及所述平均响应时长,计算响应时长标准差。
在该实施例中,通过以下公式计算响应时长标准差σ:
其中,N为响应时长的个数,xi为每一调用信息中的响应时长,r为平均响应时长。
例如:从11个调用信息中获取的源进程到目的进程之间的响应时长分别为:1S,2S,2S,2S,1S,1S,1S,52S,1S,1S,1S。响应时长之和为65,平均响应时长r为65/11≈5.9,根据上述公式计算得到该响应时长标准差σ约为14.6。
在步骤S740中,根据各个所述调用信息中的响应时长以及所述响应时长标准差,识别调用异常的进程。
在该实施例中,由于响应时长标准差能够反映一个数据集合的离散程度,若响应时长与响应时长标准差相差越大,则代表着该响应时长与其他响应时长的区别越大,因此基于计算所得到的响应时长标准差σ以及各个调用信息中的响应时长,能够识别出调用异常的进程。
在图7所示的实施例中,通过计算响应时长标准差,以基于响应时长与响应时长标准差进行故障分析,能够识别出与其他响应时长区别较大的源进程和目的进程,将其确定为调用异常的进程,以保证识别结果的准确性,进而保证了故障分析结果的准确性。
基于图7所示的实施例,图8示出了根据本申请的一个实施例的图7的进程调用的异常识别方法中步骤S740的流程示意图,在图8所示的实施例中,该进程调用的异常识别方法中步骤S740至少包括步骤S810至步骤S820,详细介绍如下:
在步骤S810中,将所述响应时长减去所述平均响应时长,得到误差值。
在步骤S820中,若所述误差值的绝对值大于三倍的所述响应时长标准差,则确定所述误差值所对应的源进程和目的进程为调用异常的进程。
在该实施例中,误差值的绝对值越大,代表响应时长与平均响应时长之间相差越大。将误差值的绝对值与三倍的响应时长标准差进行比较,且基于3σ准则,误差值的绝对值大于三倍的响应时长标准差(即3σ)的响应时长被应被认定为含有粗大误差的坏值,所以确认该响应时长所对应的源进程和目的进程为调用异常的进程。例如响应时长为52S,平均响应时长为5.9,响应时长标准差为14.6,由于|52-5.9|>3×14.6,所以响应时长52S所对应的源进程和目的进程为调用异常的进程。
在图8所示的实施例中,基于3σ准则,误差值的绝对值大于三倍的响应时长标准差的概率不足0.3%,因此基于3σ准则对误差较大的响应时长进行识别,能够提高识别的精确度,保证了识别结果的准确性,进而保证了故障分析结果的准确性。
在本申请的一示例性实施例中,在识别调用异常的进程之后,可将异常调用信息进行上报,其中,该异常调用信息包括调用异常的源进程和目的进程的身份信息。使得后台维护人员能够直接根据该异常调用信息及时处理调用异常事件,既保证了故障原因的准确性,且提高了调用异常事件的处理效率。
基于上述实施例的技术方案,以下介绍本申请实施例的一个具体应用场景:
图9示出了根据本申请的一个实施例的进程调用的异常识别方法的流程示意图,在图9所示的实施例中,该进程调用的异常识别方法中至少包括步骤S910至步骤S950,详细介绍如下:
在步骤S910中,获取用户账号对应的标识信息。
其中,该标识信息可以是与用户账号的某一次登陆相对应的标识信息。
在步骤S920中,根据所述标识信息获取所述用户账号的操作日志。
在步骤S930中,从所述操作日志中获取与进程相关的调用信息。
在步骤S940中,基于所述调用信息生成进程之间的调用关系。
在步骤S950中,根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程
在图9所示的实施例中,在故障分析时,根据用户账号的标识信息获取与该用户账号对应的操作日志,以针对具体的用户账号进行故障分析,使得故障分析结果能够与具体用户账号相对应,使得故障分析结果能够与具体用户账号的操作日志的内容相关联,保证了故障分析结果的准确性。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的进程调用的异常识别方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的进程调用的异常识别方法的实施例。
图10示出了根据本申请的一个实施例的进程调用的异常识别装置的框图。
参照图10所示,根据本申请的一个实施例的进程调用的异常识别装置,包括:
获取模块1010,用于从操作日志中获取与进程相关的调用信息;
调用关系生成模块1020,用于基于所述调用信息生成进程之间的调用关系;
异常识别模块1030,用于根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。
在本申请的一示例性实施例中,所述获取模块1010用于:根据操作日志中所包含的用户账号的标识信息,确定属于同一用户账号的操作日志,以得到各个用户账号对应的操作日志;从所述各个用户账号对应的操作日志中获取与进程相关的调用信息。
在本申请的一示例性实施例中,所述识别装置还包括标识信息生成模块,用于当接收到任意一个目标用户账号的业务请求时,生成与所述目标用户账号对应的所述标识信息,以在所述目标用户账号的操作日志中添加所述标识信息。
在本申请的一示例性实施例中,所述标识信息生成模块用于:获取所述目标用户账号发送所述业务请求的时间信息,基于所述目标用户账号发送所述业务请求的时间信息,生成与所述目标用户账号相对应的标识信息;还可用于基于所述目标用户账号发送所述业务请求的时间信息和设定的标志位,生成与所述目标用户账号相对应的标识信息,其中,所述标志位为随机生成的数字序列。
在本申请的一示例性实施例中,所述调用关系生成模块1020用于:根据各个所述调用信息中包含的源进程和目的进程,将各个所述调用信息中源进程和目的进程分别作为各个所述调用信息中的父节点和子节点;根据各个所述调用信息的时间先后顺序,以及各个所述调用信息中的父节点和子节点,生成进程之间的调用关系。
在本申请的一示例性实施例中,所述异常识别模块1030用于:基于与进程相关的调用信息,获取各个所述调用信息中源进程到目的进程之间的响应时长;根据所述调用关系以及各个所述调用信息中源进程到目的进程之间的响应时长,识别调用异常的进程。
在本申请的一示例性实施例中,所述异常识别模块1030还用于:将所述响应时长减去所述平均响应时长,得到误差值;若所述误差值的绝对值大于三倍的所述响应时长标准差,则确定所述误差值所对应的源进程和目的进程为调用异常的进程
在本申请的一示例性实施例中,所述异常识别模块1030还用于:将各个所述调用信息中的响应时长进行相加,得到响应时长之和;将所述响应时长之和除以所述响应时长的个数,得到平均响应时长;基于所述响应时长之和以及所述平均响应时长,计算响应时长标准差;根据各个所述调用信息中的响应时长以及所述响应时长标准差,识别调用异常的进程。
在本申请的一示例性实施例中,所述异常识别模块1030还用于:若所述响应时长大于三倍的所述响应时长标准差,则确定所述响应时长所对应的源进程和目的进程为调用异常的进程。
图11示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图11示出的电子设备的计算机系统仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图11所示,计算机系统包括中央处理单元(Central Processing Unit,CPU)1101,其可以根据存储在只读存储器(Read-Only Memory,ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(Random Access Memory,RAM)1103中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 1103中,还存储有系统操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(Input/Output,I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105:包括键盘、鼠标等的输入部分1106;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1107;包括硬盘等的存储部分1108;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种进程调用的异常识别方法,其特征在于,包括:
从操作日志中获取与进程相关的调用信息;
基于所述调用信息生成进程之间的调用关系;
根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。
2.根据权利要求1所述的识别方法,其特征在于,从操作日志中获取与进程相关的调用信息,包括:
根据操作日志中所包含的用户账号的标识信息,确定属于同一用户账号的操作日志,以得到各个用户账号对应的操作日志;
从所述各个用户账号对应的操作日志中获取与进程相关的调用信息。
3.根据权利要求2所述的识别方法,其特征在于,还包括:
当接收到任意一个目标用户账号的业务请求时,生成与所述目标用户账号对应的所述标识信息,以在所述目标用户账号的操作日志中添加所述标识信息。
4.根据权利要求3所述的识别方法,其特征在于,生成与所述目标用户账号对应的所述标识信息,包括:
获取所述目标用户账号发送所述业务请求的时间信息,基于所述目标用户账号发送所述业务请求的时间信息,生成与所述目标用户账号相对应的标识信息;或者
基于所述目标用户账号发送所述业务请求的时间信息和设定的标志位,生成与所述目标用户账号相对应的标识信息,其中,所述标志位为随机生成的数字序列。
5.根据权利要求1所述的识别方法,其特征在于,基于所述调用信息生成进程之间的调用关系,包括:
根据各个所述调用信息中包含的源进程和目的进程,将各个所述调用信息中源进程和目的进程分别作为各个所述调用信息中的父节点和子节点;
根据各个所述调用信息的时间先后顺序,以及各个所述调用信息中的父节点和子节点,生成进程之间的调用关系。
6.根据权利要求1所述的识别方法,其特征在于,根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程,包括:
基于与进程相关的调用信息,获取各个所述调用信息中源进程到目的进程之间的响应时长;
根据所述调用关系以及各个所述调用信息中源进程到目的进程之间的响应时长,识别调用异常的进程。
7.根据权利要求6所述的识别方法,其特征在于,根据所述调用关系以及各个所述调用信息中源进程到目的进程之间的响应时长,识别调用异常的进程,包括:
若所述调用信息中源进程到目的进程之间的响应时长达到预定阈值,则确定所述响应时长达到预定阈值的源进程和目的进程为调用异常的进程。
8.根据权利要求6所述的识别方法,其特征在于,根据所述调用关系以及各个所述调用信息中源进程和目的进程之间的响应时长,识别调用异常的进程,包括:
将各个所述调用信息中的响应时长进行相加,得到响应时长之和;
将所述响应时长之和除以所述响应时长的个数,得到平均响应时长;
基于所述响应时长之和以及所述平均响应时长,计算响应时长标准差:
根据各个所述调用信息中的响应时长以及所述响应时长标准差,识别调用异常的进程。
9.根据权利要求8所述的识别方法,其特征在于,根据各个所述调用信息中的响应时长以及所述响应时长标准差,识别调用异常的进程,包括:
将所述响应时长减去所述平均响应时长,得到误差值;
若所述误差值的绝对值大于三倍的所述响应时长标准差,则确定所述误差值所对应的源进程和目的进程为调用异常的进程。
10.一种进程调用的异常识别装置,其特征在于,包括:
获取模块,用于从操作日志中获取与进程相关的调用信息;
调用关系生成模块,用于基于所述调用信息生成进程之间的调用关系;
异常识别模块,用于根据所述调用关系和各个进程之间的调用指标数据,识别调用异常的进程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910747427.0A CN110489263A (zh) | 2019-08-12 | 2019-08-12 | 进程调用的异常识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910747427.0A CN110489263A (zh) | 2019-08-12 | 2019-08-12 | 进程调用的异常识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110489263A true CN110489263A (zh) | 2019-11-22 |
Family
ID=68550929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910747427.0A Pending CN110489263A (zh) | 2019-08-12 | 2019-08-12 | 进程调用的异常识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110489263A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112087452A (zh) * | 2020-09-09 | 2020-12-15 | 北京元心科技有限公司 | 异常行为检测方法、装置、电子设备及计算机存储介质 |
CN113626296A (zh) * | 2020-05-09 | 2021-11-09 | 深圳云天励飞技术有限公司 | 一种系统稳定性的检测方法、装置和终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101876938A (zh) * | 2009-11-11 | 2010-11-03 | 北京神州泰岳软件股份有限公司 | 一种基于消息队列的应用软件响应时间测量方法 |
CN103856530A (zh) * | 2012-12-05 | 2014-06-11 | 腾讯科技(深圳)有限公司 | 操作日志的管理方法、服务器、终端及系统 |
US20150128111A1 (en) * | 2013-08-26 | 2015-05-07 | Tencent Technology (Shenzhen) Company Limited | Devices and Methods for Acquiring Abnormal Information |
CN106790718A (zh) * | 2017-03-16 | 2017-05-31 | 北京搜狐新媒体信息技术有限公司 | 服务调用链路分析方法及系统 |
-
2019
- 2019-08-12 CN CN201910747427.0A patent/CN110489263A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101876938A (zh) * | 2009-11-11 | 2010-11-03 | 北京神州泰岳软件股份有限公司 | 一种基于消息队列的应用软件响应时间测量方法 |
CN103856530A (zh) * | 2012-12-05 | 2014-06-11 | 腾讯科技(深圳)有限公司 | 操作日志的管理方法、服务器、终端及系统 |
US20150128111A1 (en) * | 2013-08-26 | 2015-05-07 | Tencent Technology (Shenzhen) Company Limited | Devices and Methods for Acquiring Abnormal Information |
CN106790718A (zh) * | 2017-03-16 | 2017-05-31 | 北京搜狐新媒体信息技术有限公司 | 服务调用链路分析方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626296A (zh) * | 2020-05-09 | 2021-11-09 | 深圳云天励飞技术有限公司 | 一种系统稳定性的检测方法、装置和终端 |
CN112087452A (zh) * | 2020-09-09 | 2020-12-15 | 北京元心科技有限公司 | 异常行为检测方法、装置、电子设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339222B (zh) | 一种服务实现方法及装置 | |
US10580038B2 (en) | Systems and methods for leveraging social queuing to identify and prevent ticket purchaser simulation | |
CN111010426A (zh) | 一种消息推送方法及装置 | |
US9466035B2 (en) | Systems and methods for leveraging social queuing to facilitate event ticket distribution | |
CN109656778A (zh) | 数据获取方法、装置、计算机设备和存储介质 | |
US12086830B2 (en) | Systems and methods for leveraging social queuing to simulate ticket purchaser behavior | |
CN109547261A (zh) | 业务线切换方法、装置、电子设备及存储介质 | |
CN110489263A (zh) | 进程调用的异常识别方法及装置 | |
US11650900B2 (en) | Tracking data flow through data services using a processing request identifier in callstack data | |
CN111125180A (zh) | 库存数据的统计方法及装置、服务器及分布式购买系统 | |
CN114140075A (zh) | 业务处理方法、装置、介质及电子设备 | |
CN113792039B (zh) | 数据处理方法及装置、电子设备、存储介质 | |
CN110347467A (zh) | 一种数据请求处理方法、装置、终端设备及存储介质 | |
US11950173B2 (en) | Method of determining shared service index based on shared service of communication credential | |
CN110366097A (zh) | 一种基于位置信息识别风险的方法、装置和电子设备 | |
TW202331614A (zh) | 一種交易處理方法、裝置、設備及存儲介質 | |
CN111488625B (zh) | 数据处理的方法及装置 | |
CN112288509B (zh) | 订单跟踪方法及装置、计算机可读存储介质及电子设备 | |
CN114677138A (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
CN112637793A (zh) | 一种基于5g的场景化计费方法、系统、电子设备和存储介质 | |
CN111383087A (zh) | 报表的访问方法、装置、存储介质及电子设备 | |
CN108540667A (zh) | 消息提醒的控制方法、装置、介质及电子设备 | |
CN109582450A (zh) | 应用程序管理方法、装置、介质及电子设备 | |
US20220067786A1 (en) | Social media user monetization system, method, and architecture | |
CN110320825A (zh) | 一种统计设备状态的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |
|
RJ01 | Rejection of invention patent application after publication |